一、多重共线性 对于模型 在求最小二乘估计时,要求XX的逆存在。当XX的逆不 存在时,即,x之间存在高相关的情况,我们称之为多重 共线性

Chapter 5 Large sample properties of the LSE 5.1 Stochastic convergence Suppose that Xn} is a sequence of random varia bles with a corresponding sequence of distribution functions{Fn} If Fn(x)(x) at every continuity point x of F, Fn is said to converge weakly to F, written FnF. In this case,{xn} is said to converge in distribution to where

实验一 Eviews 软件的基本操作.1 实验二 一元回归模型 .10 实验三 多元和非线性回归模型 .20 实验四 多重共线性 .29 实验五 异方差性 .38 实验六 自相关性 .49 实验七 滞后变量模型 .63 实验八 虚拟解释变量模型 .75 实验九 模型设定误差诊断与检验 .82 实验十 联立方程模型 .90 实验十一 平稳时间序列分析 .106 实验十二 非平稳时间序列分析（一） .118

Chapter 3 Least Squares Methods for Estimating B Methods for estimat ing B Least squares estimation Maximum like lihood estimation Met hod of moments est imation Least a bsolute deviat ion est imation 3.1 Least squares estimation The criterion of the least squares estimation is

8.1再一次正态性假定 一、 CNLRM假定干扰项是正态分布的,即 u1~N(0,o2) 二、在正态分布条件下

2.1一个人为的例子 一、家庭收入与家庭消费支出的关系 二、见P20-22 三、回顾一下定义: 回归是研究一个因变量对一个或多个自变量的依赖关系的过程,其用意在于通过后者的设定去估计或预测前者的均值(总体均值)

• 一、向量自回归模型定义 • 二、VAR的稳定性 • 三、VAR模型滞后期k的选择 • 四、VAR模型的脉冲响应函数和方差分解 • 五、格兰杰非因果性检验 • 六、VAR与协整 • 七、实例

一、虚拟变量的基本含义 二、虚拟变量的设置原则 三、虚拟变量的引入 四、虚拟变量的特殊应用 五、虚拟变量引入模型的作用

•第一节、多元线性回归模型 •第二节、多元线性回归模型的参数估计 •第三节、多元线性回归模型的统计检验 •第四节、多元线性回归模型的预测 •第五节、回归模型的其他形式

11.1异方差的性质 一、对于模型 二、即对于不同的样本点,随机误差项的方差不再是常数,而互不相同,则认为出现了异方差性